Inteligencia artificial para gerentes: lo que necesitas decidir antes de invertir

¿Qué debe saber un gerente sobre inteligencia artificial?

No necesitas saber programar ni distinguir un modelo de otro. Necesitas cinco ideas claras para tomar buenas decisiones de inversión.

1. Es una decisión de procesos, no de herramientas. Comprar licencias para todos mejora el trabajo de cada persona, pero no mueve por sí solo los resultados: el informe del MIT NANDA observa que herramientas como ChatGPT y Copilot elevan la productividad individual, no los resultados financieros. El dinero aparece cuando la IA trabaja dentro de un proceso concreto, como la cobranza o el cierre contable.

2. El valor todavía llega a pocos. En la encuesta global de McKinsey de 2026, solo el 37 % de los encuestados reporta que la IA aportó a su EBIT, y apenas el 6 % califica como empresa de alto desempeño: al menos 5 % de su EBIT atribuible a la IA y un valor que considera significativo. En Ecuador, según la encuesta de CEO de PwC, el 26 % de los CEO reporta más ingresos y el 24 %, menores costos gracias a la IA, pero el 46 % aún no percibe cambios.

3. La adopción no es automática. Según el informe Pulso IA de Deloitte e IT Ahora, citado por Diario Expreso, el 63 % de las empresas ecuatorianas ya implementa herramientas de IA o está en proceso, pero solo el 21 % de los colaboradores con acceso las usa con regularidad.

4. Los plazos suelen alargarse. Gartner encontró que el 63 % de las áreas de finanzas dijo que la implementación de IA fue más lenta de lo esperado en 2025. Planifica por proceso, con fechas y dueños.

5. La responsabilidad sigue siendo de la empresa. Si la IA trata datos personales, la ley ecuatoriana te exige informar, evaluar riesgos y respetar derechos, como se explica más abajo.

Para el camino completo, desde elegir el proceso hasta medirlo, revisa cómo implementar inteligencia artificial en una empresa.

¿Dónde sí conviene la inteligencia artificial y dónde no?

La columna izquierda coincide con lo que recomienda la guía práctica de OpenAI para construir agentes: priorizar decisiones complejas, reglas difíciles de mantener e información no estructurada, y usar una solución con reglas fijas cuando el caso no lo exige. La última fila de la derecha tiene, además, una razón legal: el artículo 20 de la Ley Orgánica de Protección de Datos Personales protege a las personas frente a decisiones basadas única o parcialmente en valoraciones automatizadas que produzcan efectos jurídicos o afecten sus derechos.

¿Qué indicador pedir en un proyecto de inteligencia artificial?

Uno que se mida en dinero o en días y que salga de tus propios sistemas. Si el proveedor propone medir «horas ahorradas» o «mensajes enviados», pide otro: eso es actividad, no resultado.

El riesgo de medir lo equivocado es real. Una encuesta de Gartner a 204 líderes de finanzas, de marzo de 2026, encontró que el 45 % de la inversión en IA de sus áreas apunta a productividad y que solo el 20 % de sus proyectos apunta a mejorar la calidad de las decisiones. Gartner resumió el problema en el título de otro comunicado del mismo año: los gerentes financieros deben dejar de confundir el despliegue de IA en finanzas con la creación de valor.

La regla práctica: acuerda el indicador antes de empezar, mide la línea base en el ERP, el banco o el CRM, y pide un reporte mensual del dinero generado. La guía sobre cómo medir el retorno de la inteligencia artificial explica el método.

¿Cuáles son los riesgos de datos y de personas?

Riesgos de datos

• Datos personales. Además del artículo 20 de la LOPDP, que permite a la persona pedir una explicación motivada, presentar observaciones e impugnar una decisión automatizada, desde 2026 rige la norma general de la Superintendencia de Protección de Datos Personales para sistemas de IA (Resolución SPDP-SPD-2026-0009-R, publicada en el Registro Oficial 240 del 10 de marzo de 2026 y reformada en septiembre de 2026). Se aplica a quienes desarrollen, implementen o provean sistemas de IA que traten datos de titulares ecuatorianos, aunque el sistema o el proveedor estén fuera del país, y obliga, entre otras cosas, a informar al titular, gestionar los riesgos antes de desarrollar el sistema, con evaluación de impacto cuando corresponda, y anotar en el registro de actividades de tratamiento las decisiones automatizadas con efectos jurídicos. La Superintendencia puede auditar esos sistemas. El marco completo está en la guía de la Ley de Protección de Datos Personales.
• Planes personales en la empresa. Los planes empresariales de ChatGPT, Claude y Google Workspace declaran que, por defecto, no entrenan modelos con los datos de la empresa. Si tu equipo usa cuentas personales con información de clientes, ese control no existe.
• Manipulación del sistema. La inyección de instrucciones ocultas en correos o documentos encabeza el Top 10 de OWASP para aplicaciones con modelos de lenguaje. Por eso un sistema de IA debe tener permisos mínimos y aprobación humana para lo irreversible.

Los controles prácticos, como dónde viven los datos, la seudonimización y la retención cero, están en la guía de seguridad de datos al usar inteligencia artificial.

Riesgos de personas

El primero es que nadie use lo que se compró: recuerda ese 21 % de uso regular. El segundo es el temor al reemplazo, que frena la adopción. Los datos de McKinsey ayudan a dimensionarlo: el 39 % de los encuestados espera que la IA reduzca el empleo total de su organización en el próximo año, pero solo el 14 % de los que ya usan IA dice que contribuyó a reducir su personal en el último año. Lo que sí cambia es el trabajo. Rediseñar el proceso con el equipo, explicar qué decide la IA y qué decide cada persona, y dejar lo irreversible en manos humanas es la forma de que el proyecto se use.

¿Qué le toca hacer al gerente en los primeros meses?

La tecnología la pone el equipo técnico o el proveedor. Estas seis decisiones, en cambio, no se pueden delegar:

1. Elegir el primer proceso con el criterio de datos, repetición y dinero en juego, y nombrar a su dueño: la persona que responde por el resultado, no por el sistema.
2. Aprobar el indicador y la línea base antes de firmar, medidos en el ERP, el banco o el CRM.
3. Fijar una política de uso de IA para el equipo: qué herramientas están autorizadas (cuentas empresariales, no personales), qué datos no pueden entrar en ellas sin autorización y la obligación de revisar lo que la IA produce antes de enviarlo a un cliente o a una autoridad.
4. Definir qué decisiones son humanas: pagos, castigos de cartera, condiciones especiales, contratos y todo lo que tenga efectos jurídicos sobre una persona.
5. Exigir el cumplimiento de datos desde el inicio: contrato de encargado del tratamiento con el proveedor, información clara a los titulares y gestión de riesgos antes de desarrollar, como pide la norma de la Superintendencia.
6. Revisar cada mes el reporte de dinero generado y decidir con él si se corrige el proceso, se amplía o se pasa al siguiente.

Ninguna de estas decisiones exige conocimientos técnicos, y todas pesan más en el resultado que la marca del modelo que se elija.

¿Cuál es la mejor IA para empresas?

La que resuelve tu proceso con la exactitud que necesitas, al menor costo y conectada a tus sistemas. No hay una ganadora para todo: Claude de Anthropic, los modelos GPT de OpenAI y Gemini de Google rinden distinto según la tarea, y sus precios por uso pueden variar decenas de veces entre un modelo y otro, como muestra la guía de cuánto cuesta implementar inteligencia artificial. La comparación de planes y fortalezas está en ChatGPT, Claude y Gemini para empresas.

Para el trabajo diario de un gerente, la pregunta útil no es qué marca usar, sino qué preguntas quieres responder sin esperar un reporte. El copiloto gerencial de Advise, por ejemplo, responde preguntas de ventas, margen y cartera en lenguaje normal, con datos reales. Si quieres entender cómo se pasa del tablero fijo a preguntar en lenguaje normal, revisa la guía del dashboard gerencial con inteligencia artificial.

¿Qué preguntas hacerle a un proveedor de IA?

Estas preguntas separan a quien entrega ejecución de quien entrega presentaciones. La tercera columna dice qué respuesta debería hacerte dudar.

Un último filtro: Gartner estima que solo unos 130 de los miles de proveedores que dicen vender IA agéntica lo son de verdad. Pide ver el proceso funcionando con datos reales antes de firmar.